痞子衡嵌入式:为下一代AI智能边缘设备而生 - i.MXRT700
大家好,我是痞子衡,是正经搞技术的痞子。今天痞子衡给大家介绍的是恩智浦i.MX RTxxx系列MCU的新品i.MXRT700。
四年前恩智浦官宣了面向下一代智能穿戴设备的 i.MXRT500 系列,这个系列在智能手表领域大获成功,无数大小品牌智能手表制造商(谷歌、佳明Garmin、华米Amazfit、博能Polar...)都选择了 RT500 作为主控。如果你目前正戴着智能手表,那么很大可能它就是由 RT500 驱动的。
暌违四年之后,就在昨天,恩智浦官网上线了一款新型号 i.MXRT700,看名字就知道它是 RTxxx 家族新一代旗舰,性能炸裂自不必说,据说功耗表现竟然能比 RT500 最大降低 70%,让我们一起来看看它究竟什么来头:
一、i.MXRT700简介
先来一睹 i.MXRT700 内部模块框图,它搭载的依旧是 Arm Cortex-M33 内核(这次是双核哦,Main 域核主频 325MHz,Sense 域核主频 250MHz),此外两个 CM33 均配备了协处理器(Main 域是 325MHz 的 HiFi4 DSP,Sense 域是 250MHz 的 HiFi1 DSP),内核主频和协处理器性能相比 RT500 均有较大提升。
图像处理方面,2.5D GPU 也从 Vivante GCNanoLiteV 升级到了 GC555,能够支持完整的 openVG 1.1 标准,在片内 RAM 里跑 720p@60FPS 无压力,此外还首次集成了 JPEG 和 PNG 硬件解码单元,再也不用 CPU 软解啦。
内存支持方面,标配了 7.5MB SRAM,中小规模的 AI 模型通通放到碗里来。虽然没有集成内部 Flash,但是可通过高效的 xSPI 外扩串行 Flash(当然也可以是 PSRAM),速度提升到最大 400MHz DDR / 200MHz SDR,位宽最高能支持到十六线哦(说实话都十六线了,再提串行似乎也不太合适了)。
AI/ML 方面,搭载的是恩智浦自研的 NPU N3-64(它的小兄弟 N1-16 被用在了 MCXN947 上,老大哥 N3-1024 被用在了 i.MX95 上)。
其余接口上面也是应有尽有(重点新增了 1.2V 低功耗 eUSB 和 I3C),安全设计上也引入了全新 EdgeLock 平台(与 RT1180 接轨)。
二、缘何为AI边缘处理而生
为了支持人工智能和机器学习模型的加速,RT700 内部集成了 eIQ®Neutron NPU。它是一种可扩展的硬件加速器架构,存在于各种恩智浦产品中,专为人工智能和机器学习应用而构建。
NPU 已针对深度嵌入式低功耗应用进行了调整,与通用处理器相比,可以实现 172 倍的性能提升,同时将每次推理的功耗降低高达 119 倍。
eIQ Neutron NPU 支持 AI/ML 应用程序开发,eIQ ML 软件开发环境支持 AI/ML 应用程序开发。该工具集为开发人员提供了一个工作流,可以将代码从常见的 ML 框架(如 TensorFlow Lite )转换为可以在 NPU 上加速的等效计算图。
至此,恩智浦i.MX RTxxx系列MCU的新品i.MXRT700痞子衡便介绍完毕了,掌声在哪里~~~
欢迎订阅
文章会同时发布到我的 博客园主页、CSDN主页、知乎主页、微信公众号 平台上。
微信搜索"痞子衡嵌入式"或者扫描下面二维码,就可以在手机上第一时间看了哦。
最后欢迎关注痞子衡个人微信公众号【痞子衡嵌入式】,一个专注嵌入式技术的公众号,跟着痞子衡一起玩转嵌入式。



衡杰(痞子衡),目前就职于某全球顶级半导体原厂MCU系统部门,担任高级嵌入式系统应用工程师。
专栏内所有文章的转载请注明出处:http://www.cnblogs.com/henjay724/
与痞子衡进一步交流或咨询业务合作请发邮件至 hengjie1989@foxmail.com
可以关注痞子衡的Github主页 https://github.com/JayHeng,有很多好玩的嵌入式项目。
关于专栏文章有任何疑问请直接在博客下面留言,痞子衡会及时回复免费(划重点)答疑。
痞子衡邮箱已被私信挤爆,技术问题不推荐私信,坚持私信请先扫码付款(5元起步)再发。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· 易语言 —— 开山篇
· 【全网最全教程】使用最强DeepSeekR1+联网的火山引擎,没有生成长度限制,DeepSeek本体
2023-09-24 《痞子衡嵌入式半月刊》 第 81 期